연구실 비전
에너지 재료와 촉매를 위한 원자 수준 시뮬레이션과 AI.
실제 작동 조건에서 재료가 어떻게 거동하는지 이해하기 위한 ML 기반 시뮬레이션을 개발합니다.
핵심 철학
정석현 박사가 이끄는 에너지 재료 및 촉매 계산 연구그룹입니다. 이상화된 slab 모델과 0 K 조건은 좋은 출발점이지만, 실제 재료는 결함이 있는 나노입자, 결정립계, 반응 중 재구조화되는 표면으로 이루어져 있습니다. Machine learning interatomic potentials와 대규모 분자동역학으로 이런 시스템을 있는 그대로 시뮬레이션하고, 실험 그룹과 협업해서 예측을 검증합니다.
AI for Catalyst Discovery
실험 협업
Atomistic Simulation
연구 방향
Operando 시뮬레이션 & 실험 협업
MLIP 기반 분자동역학으로 실제 나노입자를 작동 온도·반응 분위기에서 시뮬레이션하고, in-situ 실험(XAS, DRIFT, TEM)과 직접 비교합니다. 17편 이상의 실험-이론 협업 경험.
Nat. Commun. (2025)Appl. Catal. B (2025)
Appl. Catal. B (2026)
특정 시스템을 위한 MLIP 개발
Foundation model을 특정 재료 시스템에 최소한의 DFT 데이터로 적응시킵니다. 대형 GNN을 빠르고 정확한 포텐셜로 압축하고(10-100배), generative modeling으로 configuration space를 탐색합니다.
FORK, AI4Mat-NeurIPSACS Energy Lett. (2025)
CatBench, Cell Rep. Phys. Sci.
AI 기반 재료 탐색
AI 에이전트가 후보 제안→시뮬레이션→결과 분석→다음 실험 제시까지 전체 발견 사이클을 수행합니다. LLM, MLIP, 분석 도구를 하나의 자율 워크플로우로 연결합니다.
CatAgent, ICLR 2026 AI4MatReview, Chem. Eng. J. (2024)
제공 사항
연구 환경
- 모든 연구원에게 Claude Max 제공
- GPU 클러스터 (A6000/L40S, KISTI H100)
- VASP, LAMMPS, PyTorch, ASE 등 커스텀 도구
- 실험 공동연구자 네트워크 연결
생활
- 헬스장 멤버십 (연구실에서 지원)
- 유연한 근무시간 (시간보다 성과)
- 정석현 박사와 무제한 끝장토론
- 개인 커리어 목표에 맞춘 1:1 멘토링
- "왜?"라고 묻는 것이 장려되는 문화
자주 묻는 질문
DFT나 ML 경험이 없어도 되나요?
네. 전부 가르쳐 드립니다. 학점이나 사전 경험보다 호기심과 의지를 봅니다.
실험 경험만 있는데 지원해도 되나요?
네, 오히려 환영합니다. 실험을 아는 계산 연구자가 가장 좋은 시뮬레이션을 합니다. 코딩은 가르칩니다.
연구실에서 영어를 써야 하나요?
그룹미팅과 내부 소통은 한국어/영어 모두 가능합니다. 논문은 영어로 작성합니다. 외국인 학생도 환영합니다.
Claude Max를 정말 줘요?
네. AI 도구는 연구 인프라입니다. 아끼는 게 아니라 투자하는 겁니다.
주 몇 시간 일해야 하나요?
시간을 세지 않습니다. 좋은 질문을 하고, 꾸준히 진전을 만들고, 건강을 챙기세요. 그게 전부입니다.
연구실 분위기는 어떤가요?
중요하게 여기는 것: 지적 정직함, 호기심, 배려, 자기 관리. 중요하지 않은 것: 보여주기식 바쁨, 그 자체를 위한 위계, 고통을 훈장으로 여기는 문화.
연구 주제는 어떻게 정하나요?
처음에는 교수가 방향을 제안하고, 점차 본인이 주도합니다. 본인이 흥미로운 질문을 찾는 게 궁극적인 목표입니다.
졸업 후 진로는?
학계, 국가연구소, 산업체 R&D, AI/ML 엔지니어 등. 원자 시뮬레이션 + AI 역량 조합은 어디서든 수요가 있습니다.
코딩을 얼마나 잘해야 하나요?
Python 기초면 충분합니다. 나머지는 하면서 배웁니다. AI 도구가 있으니 진입 장벽은 예전보다 훨씬 낮습니다.
관심 있으신가요?
대학원생·박사후연구원·학부연구생 모두 환영. 시뮬레이션 경험 불필요.
마감 기한 없음. 충원 시까지 상시 모집.